MétaCan
Menu
Retour à la cohorte
Enregistrement W6999844529

Drivved I Arktis : En dendrokronologisk sammanställning över teorier och förekomster

2020· other· sv· W6999844529 sur OpenAlexaboutno aff

Notice bibliographique

RevueKTH Publication Database DiVA (KTH Royal Institute of Technology) · 2020
Typeother
Languesv
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFeminism
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Klimatet på Arktis har förändrats genom Holocen. Under tidig holocen (10.4 år BP till 8.2 år BP)kännetecknas perioden med att glaciärerna började dra sig tillbaka och att klimatet blev varmare. IMellan holocen (8.2 år BP till 4.2 år BP) kännetecknas perioden av att man hade högre temperaturerpå sommaren än nutid och att glaciärerna låg bakom dess nuvarande gränser. Sen holocen (4.2 år BPtill 2.5 år BP) kännetecknas istället av kallare temperaturer överlag med expanderade glaciärer ochväxlande temperaturer som snabbt skiftat. Detta gäller även under nutida holocen (2.5 år BP till 0 årBP). Klimatet har varierat med korta intervaller av varmare temperaturer blandad med tjock ochflerårig is. Klimatet på Arktis har en betydande roll för hur drivveden rör sig eftersom drivvedentransporteras genom starka strömmar i havet, havsis, glaciärer och kraftig vind. I det Arktiska havetfinns det främst de två stora strömmarna Beaufort gyre och transpolarströmmen. Dessa har förändrats istorlek, styrka och förskjutningar genom hela Holocen. I det Arktiska havet transporteras drivvedensom bland annat kapslas in i havsis för att sedan avsättas och förhoppningsvis hamna på en strand.Drivveden kommer in i Arktiska havet genom 8 floder som har sitt utflöde mot Arktis. Dessa floderinnehåller främst trädarterna lärk, gran och tall. Studien har behandlat 2635 daterade drivvedsprovermed ålder från 10.3 år BP till 0 år BP från framförallt tre olika studier. Dateringen avdrivvedsproverna är främst genom 14C-metoden och Trädringsindexanalyser. Studien visade ettsamband mellan klimatets variation och hur många drivvedsprover man funnit. Detta gjorde detmöjligt att begränsa drivvedsprovernas ursprungsflod då floderna Mackenzie och Yukon enbartinnehåller gran (Hellmann, et al., 2017). Kolyma innehåller enbart lärk. Yakutsk/Lena flodeninnehåller både tall och lärk. Yenisei innehåller både lärk och gran (Hellmann, et al., 2017). Ob’floden innehåller gran och tall. Pechora innehåller gran och tall samt Dvina innehåller både gran, lärkoch tall och är baserad på figur 8 (Hellmann, et al., 2017). Figur 1 visar även flodernas utspridningoch utflöde mot Arktis.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0050,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,006

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,265
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKTH Publication Database DiVA (KTH Royal Institute of Technology)Travaux en français237 207